モンテカルロ・シミュレーションの原理
モンテカルロ・シミュレーションは、不確実性を含む問題に対して乱数を大量に生成し、統計的に結果を推定する手法です。名前はモナコのカジノで有名なモンテカルロに由来し、1940 年代にマンハッタン計画で核反応のシミュレーションに使われたのが起源です。投資の文脈では、将来のリターンを確率分布からランダムに抽出し、数千〜数万通りの資産推移パスを生成することで「最悪のケースでどうなるか」「目標達成の確率は何%か」を定量的に評価します。
リタイアメントプランニングでの活用例
60 歳で 3,000 万円の資産を持ち、毎月 20 万円を取り崩しながら 90 歳まで生活する計画を考えます。年間期待リターン 4%、標準偏差 12% の株式 60%・債券 40% のポートフォリオを仮定し、10,000 回のシミュレーションを実行すると、資産が枯渇する確率 (破産確率) が算出されます。たとえば破産確率が 15% と出た場合、取り崩し額を 18 万円に減らすか、株式比率を下げてリスクを抑えるか、あるいは 65 歳まで働いて資産を積み増すかといった具体的な意思決定に活用できます。
単純な期待値計算との決定的な違い
「年利 4% で 30 年運用すれば 3,000 万円が 9,700 万円になる」という計算は、毎年確実に 4% のリターンが得られる前提です。しかし現実の市場では、ある年は +20%、別の年は -15% と大きく変動します。特に取り崩し期に暴落が重なる「収益率の順序リスク (sequence of returns risk)」は、単純な期待値計算では捉えられません。モンテカルロ・シミュレーションはこの変動を織り込むため、楽観的すぎる計画を防ぐ効果があります。
ただし、シミュレーションの精度は入力パラメータ (期待リターン、標準偏差、相関係数) に大きく依存します。過去のデータから推定したパラメータが将来も成り立つ保証はなく、リーマンショックのような極端な事象 (テールリスク) は正規分布の仮定では過小評価されがちです。結果を絶対視せず、前提条件を変えた感度分析と組み合わせることが重要です。 統計学の入門書で基礎から学べます
個人投資家が活用するには
自分でプログラムを書かなくても、多くのロボアドバイザーやファイナンシャルプランニングツールがモンテカルロ・シミュレーションを内蔵しています。重要なのは、出力された「成功確率 85%」のような数字を鵜呑みにせず、前提条件 (期待リターン、インフレ率、取り崩し額) を変えて結果がどう変わるかを確認することです。